面对这样的技术机遇与挑战，中国医学科学院阜外医院吴永健教授率领影像分析科研团队历经5年潜心研究，先后实现了主动脉根部结构多目标小尺度像素级影像数据标注与解剖结构数据标测、主动脉根部结构三维卷积神经网络高精度自动分割算法研究、全自动高精度主动脉根部目标定位及测量算法开发、智能化多平面测量算法研究、智能化TAVR手术风险预测算法研究等五大技术突破，在软件技术专家团队的支持下完成了经导管结构性心脏病诊疗术前辅助决策系统平台Tavigator™的算法研究、工程开发、云服务部署并进入专业用户封闭测试阶段。

基于Tavigator™系统，医生只需上传主动脉根部CT影像，无需手工干预即可完整实现主动脉根部解剖结构全自动分割与三维重建、瓣叶分型、瓣环及各平面定位测量、冠脉开口高度自动定位测量、瓣环角度分析、最佳投照角度计算、钙化定量分析、左心室容积分析、解剖结构风险提示、瓣膜自动匹配选型建议、动态结构化报告生成。单个影像序列分析时间约一分钟，速度远快于临床医生目前行主动脉根部影像分析需要的几十分钟。在高性能并行计算系统的加持下，更大程度地提升了影像分析效率，极具科研价值和临床意义。

吴永健教授率领团队开展了回顾性数据分析研究 ，纳入阜外医院已完成TAVR手术患者术前CT影像数据219例，数据涵盖多种瓣叶分型（TAV、Type0 BAV、Type1 BAV、 Type2 BAV、FBAV）。人工智能系统与影像核心实验室低年资医生对入组影像序列进行分析，以影像核心实验室高年资医生术前测量评估报告为金标准，将瓣环平面周长导出径、面积导出径作为主要指标进行对比分析，从而验证人机一致性。在此基础上，进一步对不同瓣叶分型、不同钙化程度的病例进行亚组分析，比较瓣叶分型、钙化体积对人工智能测量评估结果的影响。同时，对人类医生手工测量和人工智能系统就主动脉瓣环定位测量所需耗时进行对比分析。

分析统计结果显示，人工智能系统在核心测量指标精度上，都表现出与影像核心实验室高年资医生极高的相关性，且优于低年资核心实验室医生的测量结果；人工智能系统可进行准确的瓣叶分型，且不同分型瓣叶术前影像在核心测量结果上，均表现出与影像核心实验室高年资医生极高的相关性和稳定性；同时，人工智能系统也表现出极强的鲁棒性和良好的数据泛化能力；此外，人工智能在确保分析精度的同时，分析效率显著高于手动分析。

人机一致性对照测试研究—基于219例TAVR手术病患术前CT影像样本

周长导出径研究结果：人工智能测量 优于 低年资医生 

(周长导出径r: 0.9741>0.9373)

面积导出径研究结果：人工智能测量 优于 低年资医生 

(面积导出径r: 0.9320>0.7506)

人工智能系统在不同瓣叶分型的病例上表现出与高年资医生测量结果极高的相关性和稳定性

人工智能系统在分析高钙化病例中表现出与高年资医生较高的相关性和稳定性

本次Tavigator™发布及相关系列研究计划的启动，得到了包括高润霖院士在内的多位国内心血管专家的支持。

高润霖院士寄语

吴永健教授表示：作为人工智能赋能结构性心脏病临床诊疗的本土化创新的重要尝试，Tavigator™未来还有很长的路要走。在优化精度、完善功能、提升性能的同时，更要着力基于此技术开展大规模前瞻性队列研究以验证模型信度及效度，并基于此逐步演进形成具有现代化智慧医疗特色的TAVR新型临床诊疗路径，在临床经验、大数据、人工智能和高性能计算的“四轮驱动”下，最终实现临床、科技、产业的全面融合。

专家简介

吴永健

中国医学科学院阜外医院

北京协和医学院长聘教授，博士生导师，主任医师。中国医学科学院阜外医院冠心病中心主任，结构性心脏病中心副主任，冠心病二病区主任。中华医学会心血管病分会委员，中华医学会心血管病分会冠心病与动脉粥样硬化学组副组长，中国医师协会心血管病分会常务委员，中国医师协会心血管医师分会结构性心脏病学学组组长，北京医学会心血管病分会副主任委员，中国医师协会中西医结合医师分会心脏康复专业委员会主任委员，世界中联心脏康复专业委员会主任委员，中国医师协会心脏重症专家委员会副主任委员，海峡两岸医学交流协会心脏重症专家委员会副主任委员以及全国多个学会的副主任委员、常委或委员，北京市冠心病介入质控专家组成员，中央和山东省保健成员，北京市医疗事故鉴定组成员。